Две роботизированные кисти могут иметь разное количество суставов, но им приходится решать похожие задачи: удерживать предмет, поворачивать его и согласовывать движение обеих рук. Сяоюй Ян и Нань У предложили AcrossDEX 1.0, объединяющий предварительное обучение на движениях людей, обучение в симуляции^[1], сбор демонстраций робота и управление с обратной связью^[2] по изображению.

На этапе предварительного обучения система предсказывает одну секунду движения двух рук по пяти изображениям и тридцати размеченным состояниям кистей из предыдущей секунды. Для переноса между конструкциями сохраняются общие представления движения запястий, а управление пальцами учитывает особенности конкретной руки. Авторы проверяли шестиканальные кисти Inspire и кисти Allegro с шестнадцатью суставами.

В испытаниях прямая регрессия дала 40,6% успеха при открывании и возвращении крышки, 100% при переориентации предмета кистью Inspire и 93,3% кистью Allegro. Метод flow matching показал 90% на переориентации Allegro. Это разные задачи и настройки, поэтому цифры нельзя напрямую считать общим рейтингом рук. Исследование также подчёркивает пользу согласования соседних фрагментов плана.

Инженерная ценность этого результата определяется воспроизводимостью, а не только итоговым числом. При повторении эксперимента нужно зафиксировать оборудование, исходные данные, способ оценки, частоту управления и условия остановки. Важно сопоставлять метод с исходным вариантом при одинаковом бюджете вычислений и числе попыток. Следует отдельно анализировать редкие отказы, а не прятать их за средним значением. Без открытого протокола и повторения на независимой установке исследовательское улучшение остаётся доказательством в пределах выбранного стенда. Общие представления запястья и отдельные параметры пальцев позволяют изучать перенос между конструкциями. Результаты зависят от предмета и метода управления.